注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. TensorFlow.js Machine Learning for the Web and Beyond.pdf

  2. TensorFlow.js, Google 提供的基于TensorFlow的Javascr ipt库。方便使用JS的开发者使用，并且可以为未来的边缘计算提供支持。TensorFlow. js: Machine Learning for the Web and beyond acceleration, notably TensorFire(Kwok et al., 2017), Propel Layers APl, which provides higher-level model buildin

  3. 所属分类：机器学习

    • 发布日期：2019-07-15
    • 文件大小：568kb
    • 提供者：nicholaskong

  1. 关于深度强化学习的测试算法

  2. 之前已经介绍在anaconda3.5.1（python3.6）中安装tensorflow gpu 1.2的方法，这个帖子主要讲gym的安装。 主要参考https://blog.csdn.net/chenhanxuan1999/article/details/100703675 （1）进入anaconda prompt； （2）就在base环境中安装pip install gym -i https://pypi.tuna.tsinghua.edu.cn/simple； （3）在bas

  3. 所属分类：深度学习

    • 发布日期：2020-02-10
    • 文件大小：6kb
    • 提供者：zhenglei_wei

  1. 结合知识图谱实现基于电影的推荐系统.pdf

  2. 在推荐算法中融入电影的知识图谱，能够将没有任何历史数据的新电影精准地推荐给目标用户。交叉特征矩阵 Cr 交叉单元 第层 el 7交叉压缩单元模型的结构 交叉压缩单元模型的具体处理过程如下 (1)将与进行矩阵相乘得到。 (2)将复制一份,并讲行转置得到。实现特征交叉融合 (3)将经过权重矩阵进行线性变化(与矩阵相乘) (4)将经过权重矩阵进行线性变化。 (5)将(3)与(4)的结果相加,再与偏置参数相加,得到。将用于推荐算法模型的后续计算。 (6)按照第(3)、(4)、(5)步的做法,同理可以得到

  3. 所属分类：机器学习

    • 发布日期：2019-09-02
    • 文件大小：847kb
    • 提供者：zjxaut2008

  1. Attention Is All You Need.pdf

  2. 谷歌提出的Transformer结构tput Probabilities Softmax Linear Add& Norm Feed orwa Add& Norm Add norm Multi-Head Attention Forward N Add Norm I Add norm Masked Multi-Head Multi-Head Attention Atention Encoding ① Encoding ut Output Embedding Embedding Inputs Ish

  3. 所属分类：深度学习

  1. tensorflow-base-2.4.1-

  2. tensorflow-base-2.4.1-

  3. 所属分类：Linux

    • 发布日期：2021-03-23
    • 文件大小：125mb
    • 提供者：weixin_37190249

  1. DistilBERT-base-jp-源码

  2. 语言 执照 日本人 麻省理工学院 日本DistilBERT预训练模型 一个日语DistilBERT预训练模型，该模型在上进行了训练。 找到日语的快速入门指南。 目录 介绍 DistilBERT是基于Bert架构的小型，快速，便宜且轻便的Transformer模型。 与GLUE语言理解基准相比，它的参数比基于BERT的参数少40％，运行速度提高60％，同时保留BERT的97％的性能。 此模型从在AWS p3dn.24xlarge实例上使用官方的Hugging Face实施进行了2周的培训。

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：137kb
    • 提供者：weixin_42161450

  1. RoBERTa-japanese：日语BERT预训练模型-源码

  2. RoBERTa-日语 日语BERT预训练模型 RoBERTaとは， ，BERTの改良版です。モデル构造そのものはオリジナルのBERTと同じで，学习手法に工夫があります。 のプロジェクトは，。 RoBERTa（改良BERT）日本语モデル 新 Tensorflow 1.x / 2.x両対応しました RoBERTa（改良BERT）の日本语版です 学习済みモデルについて 学习させたコーパスについて スポンサーシップについて 去做 ✓smallモデルの公开（2020/12/6） ✓baseモデルの公开（2

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：47kb
    • 提供者：weixin_42168555

  1. win10系统Anaconda和Pycharm的Tensorflow2.0之CPU和GPU版本安装教程

  2. tf2.0的三个优点： 1、方便搭建网络架构； 2、自动求导 3、GPU加速（便于大数据计算） 安装过程（概要提示） step1：安装annaconda3 step2：安装pycharm step3：安装tensorflow2.0 cpu版本 （1）进入anaconda prompt(anaconda3) （2）默认为（base）环境 （3）输入python，查看python版本；输入exit（）退出 （4）输入conda info –envs查看虚拟环境 （5）此处以在（base）环境中安装

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：75kb
    • 提供者：weixin_38698590